马氏距离与欧式距离

本文介绍了欧式距离和马氏距离的概念。首先讲解了欧式距离,它是两点间直线距离的直观扩展。接着深入探讨了马氏距离,它考虑了变量间的协方差,适用于不同尺度或单位的数据比较。
摘要由CSDN通过智能技术生成

一、欧式距离

欧式距离就是在m维空间中两个点之间的真实距离。二维空间中的欧式距离就是两点之间的直线距离。大家对欧式距离比较熟悉,也就不多介绍了。

欧式距离缺点:

1.它不考虑总体分布对个体距离的影响, 将数据不同维度之间的统计差异、物理意义等同看待。比如现在有两套房子,我们把房子的价值按:大小、新旧、位置、家具来进行数据表达,A房子:大小200平方、使用10年、坐落市中心0、没有家具0。 B房子:大小50平方、使用10年、坐落市中心0、屋内有一张价值10万元的画。显然就房子价值来说A房子比B房子价值高,因为画很可能不是房子的附属物品,但是就计算欧式距离来说,二者的价格距离可能很近,这就是因为欧式距离忽略了不同属性之间的差异。

2.由1可以理解,欧氏距离受 变量的量纲影响。

二、马氏距离

马氏距离解决了上述欧式距离的两个缺点,列举两个图来说明问题:
  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值